3维目标检测数据集构建指南：从数据采集到标注优化的全流程解析

1次阅读

没有评论

共计 1404 个字符，预计需要花费 4 分钟才能阅读完成。

在 3D 目标检测任务中，数据集的质量直接决定了模型的性能上限。当前研究者主要面临三大挑战：

公开数据集局限性 ：如 KITTI 仅包含欧洲城市道路场景，NuScenes 的天气多样性不足，难以覆盖边缘案例
传感器同步难题 ：64 线 LiDAR 与相机的时间戳偏差超过 10ms 时，会导致投影配准误差达 15cm 以上
标注歧义性 ：点云中行人肢体部分缺失时，不同标注员对边界框的判定差异可达 20% IoU

数学表达：对于线数为 $N$ 的 LiDAR，垂直角分辨率 $\Delta\theta=2FOV/(N-1)$，点云密度与距离 $d$ 成反比（$\rho \propto 1/d^2$）
典型配置：32 线 LiDAR（~50m 有效距离）vs. 128 线 LiDAR（~200m 有效距离）

优势：室内场景成本低（如 Azure Kinect 单设备 <$500）
劣势：室外阳光干扰下深度测量失效

时间同步方案：PTP 协议可实现 μs 级同步，硬件触发信号线成本增加约 $200/ 设备
标定模板设计：使用 ArUco 棋盘格联合标定（标定误差应 <3 像素）

降采样 ：

import open3d as o3d
pcd = o3d.geometry.PointCloud()
pcd.points = o3d.utility.Vector3dVector(points)
down_pcd = pcd.voxel_down_sample(voxel_size=0.05)  # 体素网格边长 5cm

地面分割 ：
RANSAC 平面拟合：迭代 1000 次，阈值 5cm
数学表达：平面方程 $ax+by+cz+d=0$ 的法向量 $\mathbf{n}=(a,b,c)$ 需满足 $n_y>0.8$
动态物体去除 ：
统计离群点移除：邻域 50 个点，标准差阈值 1.5

def parse_bbox(pts: np.ndarray) -> dict:
    """
    计算点云最小外接盒
    :param pts: (N,3) numpy 数组
    :return: {'center':[x,y,z], 'size':[l,w,h], 'rotation':radian}
    """
    cov = np.cov(pts.T)  # 计算协方差矩阵
    _, vecs = np.linalg.eig(cov)
    rot_axis = vecs[:, np.argmax(_)]  # 最大特征值对应向量
    ...